Dati Measures

Importare i dati measures.

rm(list=ls())
# i dati si trovano nella cartella "dati" all'indirizzo: 
# https://github.com/aldosolari/AE/tree/master/dati
# potete scaricarli (da formato "Raw" e tasto destro "Save as")
# oppure usare il loro URL (Uniform Resource Locator)
url <- "https://raw.githubusercontent.com/aldosolari/AE/master/dati/measure.csv"
measure <- read.csv(url)
  1. Costruire il diagramma tridimensionale per le variabili chest, waist e hips, utilizzando il comando cloud() che ĆØ disponibile nel pacchetto lattice:
library(lattice)
cloud(chest ~ waist + hips, data=measure)

  1. Costruire il diagramma tridimensionale colorando le unitĆ  statistiche con colori diversi a seconda del sesso.
cloud(chest ~ waist + hips, group=gender, data=measure)

Funzioni R più avanzate permettono di costruire un diagramma tridimensionale interattivo:

  1. Costruire la matrice dei diagrammi di dispersione colorando le unitĆ  statistiche con colori diversi a seconda del sesso, e commentare.
column.gender <- which(names(measure)=="gender")
plot(measure[,-column.gender], col=(measure$gender=="male")+1)

  1. Costruire le facce di Chernoff corrispondenti ai 20 individui escludendo la variabile gender utilizzando il comando faces() presente nel pacchetto TeachingDemos:
library("TeachingDemos")
faces(measure[,-column.gender], scale=TRUE) #scale=TRUE standardizza i dati

  1. Rappresentare gli individui con le stelle utilizzando il comando stars(), aggiungendo la legenda con l’argomento key.loc = c(12,10).
stars(measure[,-column.gender], scale=TRUE, 
      key.loc = c(12, 10)) # per posizionare la legenda alle coordinate (x,y)

Dati Quakes

Il data.frame quakes ĆØ presente nel pacchetto dataset. Si tratta di 1000 osservazioni misurate su 5 variabili:

Il diagramma di dispersione per latitudine e longitudine dei terremoti, utilizzando il simbolo . per indicare le osservazioni, ĆØ dato da:

data("quakes")
plot(lat ~ long, quakes, pch=".")

  1. Costruire il diagramma di dispersione di latitudine e longitudine condizionato ai 4 intervallo di profonditĆ  disgiunti (ottenendoli con il comando co.intervals()) e commentare.
intervalli <- co.intervals(quakes$depth, number=4, overlap=0)
intervalli
      [,1]  [,2]
[1,]  39.5  99.5
[2,]  98.5 246.5
[3,] 247.5 543.5
[4,] 542.5 680.5
coplot(lat ~ long | depth, data = quakes, given.v = intervalli, rows = 1)